Meta và Alibaba tuần này cạnh tranh nhau để "nhét" AI Agent vào mắt bạn: một cuộc chiến ngầm về kính AI

Tuần này, Hội nghị Cloud của Alibaba và Hội nghị Nhà phát triển Meta Connect diễn ra gần như cùng một thời điểm, hai gã khổng lồ đã đưa kính AI lên sân khấu lớn nhất. Tham vọng của Alibaba là biến kính thành "cổng vào AI Agent có thể làm việc mọi lúc mọi nơi"; trong khi Meta đặt cược vào sự tiến hóa của phần cứng, muốn nó trở thành "thiết bị thế hệ tiếp theo giúp bạn nhìn rõ thế giới"; và Apple, ở Cupertino, cũng đang phát triển giải pháp mới với "AI cảm nhận thị giác thay thế cho zoom quang học truyền thống". Hình thức phần cứng này, vốn được coi là tiên đoán khoa học viễn tưởng, đang nhanh chóng trở thành tâm điểm cạnh tranh giữa thị trường vốn và giới công nghệ.

I. Alibaba: Dùng "miệng có thể làm việc" để kích hoạt hệ sinh thái ứng dụng địa phương

Ý tưởng của Alibaba rất đơn giản và trực tiếp: biến kính AI thành một trợ lý có thể giúp bạn giải quyết vấn đề mọi lúc mọi nơi.

Mẫu kính Qoder ra mắt vào đầu tháng 9 là một ví dụ sống động. Khi đeo kính trang bị mô hình lớn Qianwen hoặc Leqi, bạn chỉ cần nói với nó một câu: "Giúp tôi xem đoạn mã này có lỗi ở đâu." Camera trên kính sẽ theo hướng nhìn của bạn nhìn vào màn hình, nhận diện lỗi, thậm chí là bản phác thảo viết tay trên bảng trắng, và truyền trực tiếp câu trả lời đến tai bạn. Hình thức tương tác liên tục, luôn sẵn sàng này đã hoàn toàn loại bỏ cảm giác cứng nhắc của trợ lý giọng nói truyền thống.

Tại Hội nghị Cloud tuần này, Alibaba đã ra mắt dòng sản phẩm N1: phiên bản cơ bản tập trung vào chụp ảnh 50 triệu pixel từ góc nhìn đầu tiên; phiên bản Pro mạnh mẽ hơn thì bổ sung theo dõi chuyển động mắt và thanh toán bằng mống mắt chỉ bằng cách nhìn, và nhanh chóng được ấn định phát hành vào ngày 13 tháng 10. Nhờ vào sự hỗ trợ từ các ứng dụng siêu địa phương như Taobao, Amap, Alipay, các mẫu G1 và S1 trước đó của Alibaba đã âm thầm giành vị trí số một về doanh số kính AI và doanh thu bán lẻ trực tuyến trong nước.

II. Meta: Đeo điện thoại lên mắt, tái cấu trúc tương tác wearable

Là người chơi được công nhận có trải nghiệm trưởng thành nhất hiện nay, Meta đã đi xa hơn một chút.

Ray-Ban Display thuộc Meta, điều thu hút nhất không phải là màn hình mini có thể hiển thị WeChat hoặc tin nhắn trên kính, mà là dây đeo thần kinh đi kèm. Dây đeo đeo trên cổ tay có thể ghi lại tín hiệu cơ điện yếu ớt từ cánh tay của bạn, chỉ cần xoay nhẹ ngón cái là có thể chuyển bài, điều chỉnh âm lượng, hoàn toàn không cần phải đưa tay lên chạm vào kính hoặc lấy điện thoại ra, thậm chí trong tương lai còn có thể thực hiện gõ chữ không cần chạm. Kết hợp với dịch thuật phụ đề thời gian thực và chia sẻ video gọi video từ góc nhìn đầu tiên, những cảnh trong phim khoa học viễn tưởng vài năm trước đang trở thành hiện thực.

Tại Hội nghị Meta Connect diễn ra tuần này, dòng sản phẩm thế hệ tiếp theo cũng đã lộ diện: không chỉ có Luna, được thiết kế đặc biệt cho sự riêng tư, loại bỏ camera và chỉ dựa vào mảng micro để tương tác, mà còn có phiên bản nâng cấp Ray-Ban Display với cả hai mắt đều có thể hiển thị hình ảnh.

III. Apple cũng không chịu thua: Cược vào hình thức không màn hình và AI thuần túy

So với sự ra mắt nhanh chóng của Alibaba và sự xuất hiện nổi bật của Meta, Apple vẫn giữ bí mật cao về kính AI mang mã N50, dự kiến sẽ chính thức ra mắt vào năm 2027.

Ý tưởng thiết kế của Apple rất khác biệt: không chỉ biến camera thành thiết kế hình oval dọc cực kỳ tinh tế, mà còn từ bỏ màn hình hoàn toàn, tập trung vào tương tác thị giác Siri - nhìn thấy gì, hỏi gì, AI sẽ phản hồi bằng giọng nói theo thời gian thực, chủ yếu nhấn mạnh trải nghiệm "cảm nhận liền mạch" không màn hình. Cách zoom của camera cũng có khả năng không đi theo con đường của ống kính quang học trên điện thoại, mà dựa vào AI cắt, thuật toán làm rõ để thực hiện "zoom kỹ thuật số" - dù sao thì, chân kính mảnh mai cũng không thể chứa một bộ ống kính zoom có thể di chuyển tới lui.

IV. Đằng sau những chức năng ấn tượng: Ai thực sự đứng sau?

Nếu phân tích những "điểm nổi bật" mà các gã khổng lồ này trình diễn, bạn sẽ nhận ra rằng mỗi chức năng ấn tượng đều tương ứng với một chuỗi cung ứng lớn và tinh vi.

1. Năng lực chip: Nhét cả một bộ AI vào hộp nhỏ vài chục gram

Để kính có thể hiểu lời nói và nhìn thấy thế giới xung quanh theo thời gian thực, điều này phụ thuộc vào việc nén năng lực tính toán một cách tối ưu. Qualcomm gần như là tiêu chuẩn công nghiệp được công nhận, bất kể là Meta hay Alibaba, đều sử dụng nhiều chip Snapdragon AR1 hoặc nền tảng Reality Elite được thiết kế riêng cho kính AI. Trong khi đó, AMD và NVIDIA đứng ở phía sau cuộc cách mạng phần cứng này. Năng lực huấn luyện và suy diễn của mô hình lớn trên đám mây được chúng hỗ trợ, và liên tục chuyển giao khả năng này xuống các thiết bị đầu cuối.

2. Hiển thị và quang học: Làm thế nào để "nhét" hình ảnh vào kính?

Làm thế nào để một miếng kính nhỏ bằng bàn tay vừa có thể hiển thị hình ảnh rõ ràng, vừa không ảnh hưởng đến việc bạn nhìn rõ thế giới thực? Màn hình hiển thị LCoS của Himax là lựa chọn phổ biến cho các giải pháp tầm trung và thấp; Kopin là "người chơi toàn năng" bao gồm AMLCD, LCOS, OLED; MicroVision đi theo con đường quét laser nhỏ gọn nhưng tương đối ít người sử dụng. Và liệu tất cả các linh kiện quang học tinh vi này có thể được sản xuất ổn định và đạt tỷ lệ tốt hay không, hoàn toàn phụ thuộc vào các nhà cung cấp thiết bị kiểm soát và phát hiện quy trình bán dẫn như KLA.

3. Hệ sinh thái ứng dụng: Từ trải nghiệm metaverse đến giảng dạy 3D không cần kính

Chỉ có phần cứng ấn tượng là không đủ, điều cuối cùng giữ chân người dùng chính là nội dung và bối cảnh ứng dụng liên tục.

Trong lĩnh vực này, Microsoft đang nắm giữ nhiều bằng sáng chế về AR và đang phát triển hệ điều hành chuyên dụng; Unity là nền tảng cơ bản cho hầu hết các ứng dụng AR; Autodesk đã đưa kính AR vào công trường, giúp kiến trúc sư có thể trực tiếp xem mô hình 3D của công trình chồng lên thực tế.

Trong các lĩnh vực chuyên biệt, Roblox đang sử dụng AI để tạo nội dung cho metaverse, Etsy đang khám phá các bối cảnh mua sắm, Immersion thì tập trung vào phản hồi xúc giác, muốn bạn cảm nhận được sự thật trong thế giới ảo. Công ty zSpace thì chuyên về bối cảnh giảng dạy "3D không cần kính". Học sinh không cần đeo kính, chỉ cần đứng trước màn hình là có thể dùng bút để lấy một trái tim ảo đang lơ lửng để thực hành giải phẫu.

V. Hợp tác phần mềm và phần cứng, chào đón ngưỡng của thiết bị wearable

Khi xem xét toàn bộ chuỗi ngành công nghiệp, không khó để nhận ra: các gã khổng lồ đầu cuối chịu trách nhiệm kể câu chuyện, định nghĩa "kính thực sự có thể làm gì"; trong khi đó, ba yếu tố ẩn giấu là quang học hiển thị, năng lực chip và hệ sinh thái nội dung mới là những động lực thực sự biến câu chuyện thành hiện thực.

Khi rào cản năng lực tính toán được phá vỡ, quang học xuyên thấu trở nên trưởng thành, và các ứng dụng bối cảnh ngày càng phong phú, kính AI có thể không còn chỉ là món đồ chơi trong tay các tín đồ công nghệ, mà là thiết bị cuối cùng thế hệ tiếp theo tiếp quản cuộc sống số của chúng ta.

Thông báo miễn trừ trách nhiệm: Tên công ty, mã chứng khoán và mô tả kinh doanh được đề cập trong bài viết này dựa trên tài liệu công khai, không đại diện cho tình hình nắm giữ, tài chính hoặc hiệu suất kinh doanh mới nhất; dữ liệu về biến động giá trong bài viết được lấy từ lịch sử giao dịch của Yahoo Finance, có thể có độ trễ hoặc sai sót, chỉ để tham khảo thông tin. Nội dung trong bài viết không cấu thành bất kỳ lời khuyên đầu tư, đề nghị hoặc khuyến nghị về việc mua bán chứng khoán cụ thể nào, BIT và tác giả không chịu trách nhiệm cho bất kỳ quyết định đầu tư nào dựa trên nội dung của bài viết này. Thị trường có rủi ro, đầu tư cần thận trọng, quyết định đầu tư cụ thể vui lòng tham khảo thông báo mới nhất của công ty niêm yết, bản cáo bạch và tài liệu công bố của cơ quan quản lý, và khuyến nghị tham khảo ý kiến của cố vấn tài chính chuyên nghiệp.